摘要：針對正余弦算法后期收斂速度慢、局部搜索能力差的特點,提出一種基于鄰域結(jié)構(gòu)的骨干正余弦算法。新算法的主要思想是在正余弦算法更新過程中通過骨干優(yōu)化思想引入鄰域結(jié)構(gòu)和高斯采樣學習,并隨著迭代次數(shù)的增加而增加高斯采樣的權重,經(jīng)貪婪選擇后加快算法的收斂速度。新算法能有效地增強種群探索能力,提高種群的多樣性。運用新算法與其他智能進化算法對18個經(jīng)典基準函數(shù)進行仿真實驗,對測試結(jié)果進行比較分析,新算法在穩(wěn)定性、計算精度和收斂速度方面具有明顯的優(yōu)勢。